1.多源观测技术组合的特大型构筑物变形监测方法，应用基于全球卫星导航定位GNSS)、水准测量和合成孔径雷达干涉测量InSAR得到的变形监测结果，采用基于Msplit估计的数理统计理论，针对无监测基准与有参考监测基准的两种情况，根据Helmert变换矩阵，建立不同观测技术得到的不同监测结果一致性检测结果，基本步骤包括：检测‑识别‑调整；依据一致性检测结果，应用方差分量估计 VCE与变形时间序列预测模型，根据不同监测技术在时间和空间分辨率的差异，实现构筑物变形的无人监测；其特征是该监测方法的具体实现步骤如下：Step1.应用不同对地观测技术分别对构筑物进行变形监测，应用变量中含有误差EIV的模型参数估计理论，对监测数据进行处理，并以经过偏差改正的中误差作为数据处理的精度指标；Step1中，根据构筑物的结构特征与所处的环境要素特征，分别应用GNSS、水准测量、InSAR对地观测技术对特定构筑物的监测点进行同期或者不同期的监测；根据构筑物所处的地形地质条件，以及已有的已知点条件，变形监测网选择有参考基准的观测网或无基准的自由网；应用EIV模型对观测数据进行处理，得到具有严密数学模型的参数估计结果；

应用偏差改正的中误差对监测结果进行精度评定；对不同观测技术得到的监测结果进行标准化处理，水平向变形应归算到构筑物轴线方向，垂直向变形应归算到铅垂方向；尤其是应用InSAR技术监测构筑物需要由面状形变信息提取点状形变信息；

Step2.多源变形监测结果的一致性检测，包括无基准的自由监测网一致性检测，有参考基准的监测网不进行此项检测；Step2中，无基准自由监测网的一致性检测是将不同对地观测技术得到的监测结果进行两两作差组合，并用监测点的变形数据构建F检验统计量，逐点检测监测点的稳定性；检测通过，则该监测点稳定，不同观测技术得到的监测结果一致；

检测不通过，则该监测点不稳定，不同观测技术得到的监测结果不一致；逐点迭代完成该检验，则监测网中的所有监测点被分为两类：即稳定点与不稳定点；其中，有参考基准的监测网不进行稳定性检测，将已知的基准点作为参考点，应用不同观测技术对监测点进行观测，经处理得到同期或不同期的变形监测数据；

Step3.应用Helmert矩阵与S‑转换模型，根据高斯分布概率密度函数，建立M估计的参数估计模型，进行包括无基准与有参考基准的监测网稳定点识别；Step3中，应用M估计对监测网中的不稳定点进行识别；经过Step2的监测网一致性检测，无基准监测网的监测点稳定性得到结论，有参考基准监测网的已知点视为稳定；无基准监测网的一致性检测不通过，监测网的不一致可能是其它一个或者多个不稳定监测点导致；有参考基准监测网的监测点变形也有可能是视为稳定的已知监测点发生沉降不稳定引起，因此，需要进行稳定性识别；不稳定点识别的方法为：根据应用不同对地观测技术得到的监测点同期或不同期的监测数据，推算监测点变形量，应用含有七个参数分量的Helmert矩阵构建S‑转换模型，根据高斯分布概率密度函数将观测数据分为两类，即含有随机误差的观测值与含有系统误差的观测值，建立M估计参数估计模型，并根据最大似然估计准则解算模型参数，识别监测网中的稳定点；

Step4.根据识别结果，剔除监测网基准点中的不稳定点，调整监测网的基准点；重复step2‑step4，直至变形监测结果一致性检测通过；Step4中，监测网的基准点调整，不稳定基准点的剔除应根据M估计得到的协因数阵精度指标逐一剔除‑调整；有参考基准监测网的已知点如果被全部剔除，则转为无基准的自由监测网进行一致性检测；

Step5.应用VCE理论，实现构筑物多源监测同期变形数据融合；Step5中，同期多源变形监测数据的初值由通过监测结果一致性检测‑识别‑调整的稳定基准点推算得到，VEC模型的初始协方差阵为step1中对不同监测数据进行处理，应用EIV模型进行参数估计的参数估值协方差阵；根据EIV模型的最小二乘方差估计理论，进行多源同期监测数据的融合，实现构筑物的组合变形监测；

Step6.多源不同期监测数据融合，包括构筑物变形的组合监测与预测；在实现多源观测数据组合监测的基础上，构建构筑物变形预测的时间序列模型，并应用具有固定往返周期的SAR卫星数据对预测模型修正、检核、以及构筑物的安全预警，实现构筑物变形的无人监控；Step6中，由不同期监测数据构建构筑物变形的时间序列模型，对模型进行显著性检测，将参数估计模型拓展为具有严密数学模型的EIV模型，包括其函数模型与随机模型；对变形预测模型的精度进行估计，包括模型的内符合精度与外符合精度，内符合精度指标为经过偏差改正的单位权中误差，外符合精度为由检核数据计算得到的方差或中误差；应用具有固定往返周期的SAR卫星升和降轨数据生成干涉影像，根据预测模型与变形特征生成约束条件方程，推算监测对象的变形信息；应用SAR变形监测对构筑物的变形预测进行模型修正、检核、安全预警，安全预警模型由概率统计模型t检测构建。